动态场景下视频跟踪研究
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-18页 |
| ·研究背景与意义 | 第12-13页 |
| ·运动目标检测与跟踪概述 | 第13-14页 |
| ·研究现状与难点 | 第14-16页 |
| ·目标检测 | 第15-16页 |
| ·目标跟踪 | 第16页 |
| ·本文的工作与创新 | 第16-18页 |
| 第二章 动态场景下的运动目标检测 | 第18-32页 |
| ·运动目标检测基础 | 第18-19页 |
| ·图像预处理 | 第18页 |
| ·时间差分法 | 第18-19页 |
| ·背景相减法 | 第19页 |
| ·全局运动估计参数模型 | 第19-21页 |
| ·自适应背景模型 | 第21-23页 |
| ·基于全局运动补偿和自适应背景模型的运动目标检测 | 第23-27页 |
| ·全局运动补偿模块的实现 | 第24-25页 |
| ·算法流程 | 第25-26页 |
| ·特殊情况的处理 | 第26-27页 |
| ·实验结果与分析 | 第27-31页 |
| ·小结 | 第31-32页 |
| 第三章 基于改进颜色模型的粒子滤波视频跟踪 | 第32-45页 |
| ·运动目标跟踪基础 | 第32-34页 |
| ·粒子滤波原理 | 第34-38页 |
| ·蒙特卡罗积分与重要性系数采样 | 第34-36页 |
| ·序列重要性系数采样算法 | 第36-38页 |
| ·粒子滤波算法实现 | 第38-39页 |
| ·改进颜色模型 | 第39-42页 |
| ·颜色空间的选择 | 第40页 |
| ·高斯核正规化 | 第40-42页 |
| ·相似度度量 | 第42页 |
| ·实验及结果分析 | 第42-44页 |
| ·算法实现 | 第42-43页 |
| ·结果与分析 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第四章 共享存储并行多目标跟踪技术 | 第45-55页 |
| ·引言 | 第45-46页 |
| ·并行方案的选择 | 第46-47页 |
| ·OpenMP并行编程模型 | 第47-50页 |
| ·OpenMP程序的执行模型 | 第48-49页 |
| ·OpenMP程序的存储模型 | 第49-50页 |
| ·基于粒子滤波的并行多目标跟踪算法 | 第50-52页 |
| ·并行识别与分解策略 | 第50-51页 |
| ·并行粒度的选择 | 第51-52页 |
| ·实验结果与分析 | 第52-54页 |
| ·小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-58页 |
| ·总结 | 第55-56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士期间发表论文 | 第63-64页 |
| 学位论文评阅及答辩情况表 | 第64页 |
